[原创]webalizer流量分析软件windows下的配置与使用

花了几个小时，来研究webalizer的windows下的配置，写下心得，希望后人不用走弯路了。

webalizer，在windows下运行，除了win32版的webalizer外，不需要其他任何支持。

win32版的webalizer下载地址在这里

下载后，解压缩在任意文件夹下即可

然后打开simple.conf,另存为webalizer.conf

打开webalizer.conf,修改。

  1 #
  2 # Sample Webalizer configuration file
  3 # Copyright 1997-2000 by Bradford L. Barrett (brad@mrunix.net)
  4 #
  5 # Distributed under the GNU General Public License.  See the
  6 # files "Copyright" and "COPYING" provided with the webalizer
  7 # distribution for additional information.
  8 #
  9 # This is a sample configuration file for the Webalizer (ver 2.01)
 10 # Lines starting with pound signs '#' are comment lines and are
 11 # ignored.  Blank lines are skipped as well.  Other lines are considered
 12 # as configuration lines, and have the form "ConfigOption  Value" where
 13 # ConfigOption is a valid configuration keyword, and Value is the value
 14 # to assign that configuration option.  Invalid keyword/values are
 15 # ignored, with appropriate warnings being displayed.  There must be
 16 # at least one space or tab between the keyword and its value.
 17 #
 18 # As of version 0.98, The Webalizer will look for a 'default' configuration
 19 # file named "webalizer.conf" in the current directory, and if not found
 20 # there, will look for "/etc/webalizer.conf".
 21 
 22 
 23 # LogFile defines the web server log file to use.  If not specified
 24 # here or on on the command line, input will default to STDIN.  If
 25 # the log filename ends in '.gz' (ie: a gzip compressed file), it will
 26 # be decompressed on the fly as it is being read.
 27 
 28 LogFile        C:\WINDOWS\system32\LogFiles\W3SVC529919685\nc080917.log
 29 
 30 # LogType defines the log type being processed.  Normally, the Webalizer
 31 # expects a CLF or Combined web server log as input.  Using this option,
 32 # you can process ftp logs as well (xferlog as produced by wu-ftp and
 33 # others), or Squid native logs.  Values can be 'clf', 'ftp' or 'squid',
 34 # with 'clf' the default.
 35 
 36 LogType    iis
 37 
 38 # OutputDir is where you want to put the output files.  This should
 39 # should be a full path name, however relative ones might work as well.
 40 # If no output directory is specified, the current directory will be used.
 41 
 42 OutputDir      E:\wwwroot\banbank\webalizer
 43 
 44 # HistoryName allows you to specify the name of the history file produced
 45 # by the Webalizer.  The history file keeps the data for up to 12 months
 46 # worth of logs, used for generating the main HTML page (index.html).
 47 # The default is a file named "webalizer.hist", stored in the specified
 48 # output directory.  If you specify just the filename (without a path),
 49 # it will be kept in the specified output directory.  Otherwise, the path
 50 # is relative to the output directory, unless absolute (leading /).
 51 
 52 #HistoryName    webalizer.hist
 53 
 54 # Incremental processing allows multiple partial log files to be used
 55 # instead of one huge one.  Useful for large sites that have to rotate
 56 # their log files more than once a month.  The Webalizer will save its
 57 # internal state before exiting, and restore it the next time run, in
 58 # order to continue processing where it left off.  This mode also causes
 59 # The Webalizer to scan for and ignore duplicate records (records already
 60 # processed by a previous run).  See the README file for additional
 61 # information.  The value may be 'yes' or 'no', with a default of 'no'.
 62 # The file 'webalizer.current' is used to store the current state data,
 63 # and is located in the output directory of the program (unless changed
 64 # with the IncrementalName option below).  Please read at least the section
 65 # on Incremental processing in the README file before you enable this option.
 66 
 67 Incremental    yes
 68 
 69 # IncrementalName allows you to specify the filename for saving the
 70 # incremental data in.  It is similar to the HistoryName option where the
 71 # name is relative to the specified output directory, unless an absolute
 72 # filename is specified.  The default is a file named "webalizer.current"
 73 # kept in the normal output directory.  If you don't specify "Incremental"
 74 # as 'yes' then this option has no meaning.
 75 
 76 #IncrementalName    webalizer.current
 77 
 78 # ReportTitle is the text to display as the title.  The hostname
 79 # (unless blank) is appended to the end of this string (seperated with
 80 # a space) to generate the final full title string.
 81 # Default is (for english) "Usage Statistics for".
 82 
 83 #ReportTitle    Usage Statistics for
 84 
 85 # HostName defines the hostname for the report.  This is used in
 86 # the title, and is prepended to the URL table items.  This allows
 87 # clicking on URL's in the report to go to the proper location in
 88 # the event you are running the report on a 'virtual' web server,
 89 # or for a server different than the one the report resides on.
 90 # If not specified here, or on the command line, webalizer will
 91 # try to get the hostname via a uname system call.  If that fails,
 92 # it will default to "localhost".
 93 
 94 #HostName       localhost
 95 
 96 # HTMLExtension allows you to specify the filename extension to use
 97 # for generated HTML pages.  Normally, this defaults to "html", but
 98 # can be changed for sites who need it (like for PHP embeded pages).
 99 
 #HTMLExtension  html
 
 # PageType lets you tell the Webalizer what types of URL's you
 # consider a 'page'.  Most people consider html and cgi documents
 # as pages, while not images and audio files.  If no types are
 # specified, defaults will be used ('htm*', 'cgi' and HTMLExtension
 # if different for web logs, 'txt' for ftp logs).
 
 PageType    htm*
 PageType    cgi
 #PageType    phtml
 #PageType    php3
 #PageType    pl
 
 # UseHTTPS should be used if the analysis is being run on a
 # secure server, and links to urls should use 'https://' instead
 # of the default 'http://'.  If you need this, set it to 'yes'.
 # Default is 'no'.  This only changes the behaviour of the 'Top
 # URL's' table.
 
 #UseHTTPS       no
 
 # DNSCache specifies the DNS cache filename to use for reverse DNS lookups.
 # This file must be specified if you wish to perform name lookups on any IP
 # addresses found in the log file.  If an absolute path is not given as
 # part of the filename (ie: starts with a leading '/'), then the name is
 # relative to the default output directory.  See the DNS.README file for
 # additional information.
 #
 # Note that this is not yet supported in the Windows port of Webalizer.
 
 #DNSCache    dns_cache.db
 
 # DNSChildren allows you to specify how many "children" processes are
 # run to perform DNS lookups to create or update the DNS cache file.
 # If a number is specified, the DNS cache file will be created/updated
 # each time the Webalizer is run, immediately prior to normal processing,
 # by running the specified number of "children" processes to perform
 # DNS lookups.  If used, the DNS cache filename MUST be specified as
 # well.  The default value is zero (0), which disables DNS cache file
 # creation/updates at run time.  The number of children processes to
 # run may be anywhere from 1 to 100, however a large number may effect
 # normal system operations.  Reasonable values should be between 5 and
 # 20.  See the DNS.README file for additional information.
 
 #DNSChildren    0
 
 # HTMLPre defines HTML code to insert at the very beginning of the
 # file.  Default is the DOCTYPE line shown below.  Max line length
 # is 80 characters, so use multiple HTMLPre lines if you need more.
 
 #HTMLPre <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
 
 # HTMLHead defines HTML code to insert within the <HEAD></HEAD>
 # block, immediately after the <TITLE> line.  Maximum line length
 # is 80 characters, so use multiple lines if needed.
 
 #HTMLHead <META NAME="author" CONTENT="The Webalizer">
 
 # HTMLBody defined the HTML code to be inserted, starting with the
 # <BODY> tag.  If not specified, the default is shown below.  If
 # used, you MUST include your own <BODY> tag as the first line.
 # Maximum line length is 80 char, use multiple lines if needed.
 
 #HTMLBody <BODY BGCOLOR="#E8E8E8" TEXT="#000000" LINK="#0000FF" VLINK="#FF0000">
 
 # HTMLPost defines the HTML code to insert immediately before the
 # first <HR> on the document, which is just after the title and
 # "summary period"-"Generated on:" lines.  If anything, this should
 # be used to clean up in case an image was inserted with HTMLBody.
 # As with HTMLHead, you can define as many of these as you want and
 # they will be inserted in the output stream in order of apperance.
 # Max string size is 80 characters.  Use multiple lines if you need to.
 
 #HTMLPost     <BR CLEAR="all">
 
 # HTMLTail defines the HTML code to insert at the bottom of each
 # HTML document, usually to include a link back to your home
 # page or insert a small graphic.  It is inserted as a table
 # data element (ie: <TD> your code here </TD>) and is right
 # alligned with the page.  Max string size is 80 characters.
 
 #HTMLTail <IMG SRC="msfree.png" ALT="100% Micro$oft free!">
 
 # HTMLEnd defines the HTML code to add at the very end of the
 # generated files.  It defaults to what is shown below.  If
 # used, you MUST specify the </BODY> and </HTML> closing tags
 # as the last lines.  Max string length is 80 characters.
 
 #HTMLEnd </BODY></HTML>
 
 # The Quiet option suppresses output messages Useful when run
 # as a cron job to prevent bogus e-mails.  Values can be either
 # "yes" or "no".  Default is "no".  Note: this does not suppress
 # warnings and errors (which are printed to stderr).
 
 #Quiet        no
 
 # ReallyQuiet will supress all messages including errors and
 # warnings.  Values can be 'yes' or 'no' with 'no' being the
 # default.  If 'yes' is used here, it cannot be overriden from
 # the command line, so use with caution.  A value of 'no' has
 # no effect.
 
 #ReallyQuiet    no
 
 # TimeMe allows you to force the display of timing information
 # at the end of processing.  A value of 'yes' will force the
 # timing information to be displayed.  A value of 'no' has no
 # effect.
 
 #TimeMe        no
 
 # GMTTime allows reports to show GMT (UTC) time instead of local
 # time.  Default is to display the time the report was generated
 # in the timezone of the local machine, such as EDT or PST.  This
 # keyword allows you to have times displayed in UTC instead.  Use
 # only if you really have a good reason, since it will probably
 # screw up the reporting periods by however many hours your local
 # time zone is off of GMT.
 
 #GMTTime        no
 
 # Debug prints additional information for error messages.  This
 # will cause webalizer to dump bad records/fields instead of just
 # telling you it found a bad one.   As usual, the value can be
 # either "yes" or "no".  The default is "no".  It shouldn't be
 # needed unless you start getting a lot of Warning or Error
 # messages and want to see why.  (Note: warning and error messages
 # are printed to stderr, not stdout like normal messages).
 
 #Debug        no
 
 # FoldSeqErr forces the Webalizer to ignore sequence errors.
 # This is useful for Netscape and other web servers that cache
 # the writing of log records and do not guarentee that they
 # will be in chronological order.  The use of the FoldSeqErr
 # option will cause out of sequence log records to be treated
 # as if they had the same time stamp as the last valid record.
 # Default is to ignore out of sequence log records.
 
 #FoldSeqErr    no
 
 # VisitTimeout allows you to set the default timeout for a visit
 # (sometimes called a 'session').  The default is 30 minutes,
 # which should be fine for most sites.
 # Visits are determined by looking at the time of the current
 # request, and the time of the last request from the site.  If
 # the time difference is greater than the VisitTimeout value, it
 # is considered a new visit, and visit totals are incremented.
 # Value is the number of seconds to timeout (default=1800=30min)
 
 #VisitTimeout    1800
 
 # IgnoreHist shouldn't be used in a config file, but it is here
 # just because it might be usefull in certain situations.  If the
 # history file is ignored, the main "index.html" file will only
 # report on the current log files contents.  Usefull only when you
 # want to reproduce the reports from scratch.  USE WITH CAUTION!
 # Valid values are "yes" or "no".  Default is "no".
 
 #IgnoreHist    no
 
 # Country Graph allows the usage by country graph to be disabled.
 # Values can be 'yes' or 'no', default is 'yes'.
 
 #CountryGraph    yes
 
 # DailyGraph and DailyStats allows the daily statistics graph
 # and statistics table to be disabled (not displayed).  Values
 # may be "yes" or "no". Default is "yes".
 
 #DailyGraph    yes
 #DailyStats    yes
 
 # HourlyGraph and HourlyStats allows the hourly statistics graph
 # and statistics table to be disabled (not displayed).  Values
 # may be "yes" or "no". Default is "yes".
 
 #HourlyGraph    yes
 #HourlyStats    yes
 
 # GraphLegend allows the color coded legends to be turned on or off
 # in the graphs.  The default is for them to be displayed.  This only
 # toggles the color coded legends, the other legends are not changed.
 # If you think they are hideous and ugly, say 'no' here :)
 
 #GraphLegend    yes
 
 # GraphLines allows you to have index lines drawn behind the graphs.
 # I personally am not crazy about them, but a lot of people requested
 # them and they weren't a big deal to add.  The number represents the
 # number of lines you want displayed.  Default is 2, you can disable
 # the lines by using a value of zero ('0').  [max is 20]
 # Note, due to rounding errors, some values don't work quite right.
 # The lower the better, with 1,2,3,4,6 and 10 producing nice results.
 
 #GraphLines    2
 
 # The "Top" options below define the number of entries for each table.
 # Defaults are Sites=30, URL's=30, Referrers=30 and Agents=15, and
 # Countries=30. TopKSites and TopKURLs (by KByte tables) both default
 # to 10, as do the top entry/exit tables (TopEntry/TopExit).  The top
 # search strings and usernames default to 20.  Tables may be disabled
 # by using zero (0) for the value.
 
 #TopSites        30
 #TopKSites       10
 #TopURLs         30
 #TopKURLs        10
 #TopReferrers    30
 #TopAgents       15
 #TopCountries    30
 #TopEntry        10
 #TopExit         10
 #TopSearch       20
 #TopUsers        20
 
 # The All* keywords allow the display of all URL's, Sites, Referrers
 # User Agents, Search Strings and Usernames.  If enabled, a seperate
 # HTML page will be created, and a link will be added to the bottom
 # of the appropriate "Top" table.  There are a couple of conditions
 # for this to occur..  First, there must be more items than will fit
 # in the "Top" table (otherwise it would just be duplicating what is
 # already displayed).  Second, the listing will only show those items
 # that are normally visable, which means it will not show any hidden
 # items.  Grouped entries will be listed first, followed by individual
 # items.  The value for these keywords can be either 'yes' or 'no',
 # with the default being 'no'.  Please be aware that these pages can
 # be quite large in size, particularly the sites page,  and seperate
 # pages are generated for each month, which can consume quite a lot
 # of disk space depending on the traffic to your site.
 
 #AllSites    no
 AllURLs        yes
 #AllReferrers    no
 #AllAgents    no
 AllSearchStr    yes
 #AllUsers       no
 
 # The Webalizer normally strips the string 'index.' off the end of
 # URL's in order to consolidate URL totals.  For example, the URL
 # /somedir/index.html is turned into /somedir/ which is really the
 # same URL.  This option allows you to specify additional strings
 # to treat in the same way.  You don't need to specify 'index.' as
 # it is always scanned for by The Webalizer, this option is just to
 # specify _additional_ strings if needed.  If you don't need any,
 # don't specify any as each string will be scanned for in EVERY
 # log record A bunch of them will degrade performance.  Also,
 # the string is scanned for anywhere in the URL, so a string of
 # 'home' would turn the URL /somedir/homepages/brad/home.html into
 # just /somedir/ which is probably not what was intended.
 
 #IndexAlias     home.htm
 #IndexAlias    homepage.htm
 
 # The Hide*, Group* and Ignore* and Include* keywords allow you to
 # change the way Sites, URL's, Referrers, User Agents and Usernames
 # are manipulated.  The Ignore* keywords will cause The Webalizer to
 # completely ignore records as if they didn't exist (and thus not
 # counted in the main site totals).  The Hide* keywords will prevent
 # things from being displayed in the 'Top' tables, but will still be
 # counted in the main totals.  The Group* keywords allow grouping
 # similar objects as if they were one.  Grouped records are displayed
 # in the 'Top' tables and can optionally be displayed in BOLD and/or
 # shaded. Groups cannot be hidden, and are not counted in the main
 # totals. The Group* options do not, by default, hide all the items
 # that it matches.  If you want to hide the records that match (so just
 # the grouping record is displayed), follow with an identical Hide*
 # keyword with the same value.  (see example below)  In addition,
 # Group* keywords may have an optional label which will be displayed
 # instead of the keywords value.  The label should be seperated from
 # the value by at least one 'white-space' character, such as a space
 # or tab.
 #
 # The value can have either a leading or trailing '*' wildcard
 # character.  If no wildcard is found, a match can occur anywhere
 # in the string. Given a string "www.yourmama.com", the values "your",
 # "*mama.com" and "www.your*" will all match.
 
 # Your own site should be hidden
 #HideSite    *mrunix.net
 #HideSite    localhost
 
 # Your own site gives most referrals
 #HideReferrer    mrunix.net/
 
 # This one hides non-referrers ("-" Direct requests)
 #HideReferrer    Direct Request
 
 # Usually you want to hide these
 HideURL        *.gif
 HideURL        *.GIF
 HideURL        *.jpg
 HideURL        *.JPG
 HideURL        *.png
 HideURL        *.PNG
 HideURL        *.ra
 HideURL         *.css
 
 # Hiding agents is kind of futile
 #HideAgent    RealPlayer
 
 # You can also hide based on authenticated username
 #HideUser    root
 #HideUser    admin
 
 # Grouping options
 #GroupURL    /cgi-bin/*    CGI Scripts
 #GroupURL    /images/*    Images
 
 #GroupSite    *.aol.com
 #GroupSite    *.compuserve.com
 
 #GroupReferrer    yahoo.com/    Yahoo!
 #GroupReferrer    excite.com/     Excite
 #GroupReferrer    infoseek.com/   InfoSeek
 #GroupReferrer    webcrawler.com/ WebCrawler
 
 #GroupUser      root            Admin users
 #GroupUser      admin           Admin users
 #GroupUser      wheel           Admin users
 
 # The following is a great way to get an overall total
 # for browsers, and not display all the detail records.
 # (You should use MangleAgent to refine further)
 
 #GroupAgent    MSIE        Micro$oft Internet Exploder
 #HideAgent    MSIE
 #GroupAgent    Mozilla        Netscape
 #HideAgent    Mozilla
 #GroupAgent    Lynx*        Lynx
 #HideAgent    Lynx*
 
 # HideAllSites allows forcing individual sites to be hidden in the
 # report.  This is particularly useful when used in conjunction
 # with the "GroupDomain" feature, but could be useful in other
 # situations as well, such as when you only want to display grouped
 # sites (with the GroupSite keywords).  The value for this
 # keyword can be either 'yes' or 'no', with 'no' the default,
 # allowing individual sites to be displayed.
 
 #HideAllSites    no
 
 # The GroupDomains keyword allows you to group individual hostnames
 # into their respective domains.  The value specifies the level of
 # grouping to perform, and can be thought of as 'the number of dots'
 # that will be displayed.  For example, if a visiting host is named
 # cust1.tnt.mia.uu.net, a domain grouping of 1 will result in just
 # "uu.net" being displayed, while a 2 will result in "mia.uu.net".
 # The default value of zero disable this feature.  Domains will only
 # be grouped if they do not match any existing "GroupSite" records,
 # which allows overriding this feature with your own if desired.
 
 #GroupDomains    0
 
 # The GroupShading allows grouped rows to be shaded in the report.
 # Useful if you have lots of groups and individual records that
 # intermingle in the report, and you want to diferentiate the group
 # records a little more.  Value can be 'yes' or 'no', with 'yes'
 # being the default.
 
 #GroupShading    yes
 
 # GroupHighlight allows the group record to be displayed in BOLD.
 # Can be either 'yes' or 'no' with the default 'yes'.
 
 #GroupHighlight    yes
 
 # The Ignore* keywords allow you to completely ignore log records based
 # on hostname, URL, user agent, referrer or username.  I hessitated in
 # adding these, since the Webalizer was designed to generate _accurate_
 # statistics about a web servers performance.  By choosing to ignore
 # records, the accuracy of reports become skewed, negating why I wrote
 # this program in the first place.  However, due to popular demand, here
 # they are.  Use the same as the Hide* keywords, where the value can have
 # a leading or trailing wildcard '*'.  Use at your own risk ;)
 
 #IgnoreSite    bad.site.net
 #IgnoreURL    /test*
 #IgnoreReferrer    file:/*
 #IgnoreAgent    RealPlayer
 #IgnoreUser     root
 
 # The Include* keywords allow you to force the inclusion of log records
 # based on hostname, URL, user agent, referrer or username.  They take
 # precidence over the Ignore* keywords.  Note: Using Ignore/Include
 # combinations to selectivly process parts of a web site is _extremely
 # inefficent_!!! Avoid doing so if possible (ie: grep the records to a
 # seperate file if you really want that kind of report).
 
 # Example: Only show stats on Joe User's pages
 #IgnoreURL    *
 #IncludeURL    ~joeuser*
 
 # Or based on an authenticated username
 #IgnoreUser     *
 #IncludeUser    someuser
 
 # The MangleAgents allows you to specify how much, if any, The Webalizer
 # should mangle user agent names.  This allows several levels of detail
 # to be produced when reporting user agent statistics.  There are six
 # levels that can be specified, which define different levels of detail
 # supression.  Level 5 shows only the browser name (MSIE or Mozilla)
 # and the major version number.  Level 4 adds the minor version number
 # (single decimal place).  Level 3 displays the minor version to two
 # decimal places.  Level 2 will add any sub-level designation (such
 # as Mozilla/3.01Gold or MSIE 3.0b).  Level 1 will attempt to also add
 # the system type if it is specified.  The default Level 0 displays the
 # full user agent field without modification and produces the greatest
 # amount of detail.  User agent names that can't be mangled will be
 # left unmodified.
 
 #MangleAgents    0
 
 # The SearchEngine keywords allow specification of search engines and
 # their query strings on the URL.  These are used to locate and report
 # what search strings are used to find your site.  The first word is
 # a substring to match in the referrer field that identifies the search
 # engine, and the second is the URL variable used by that search engine
 # to define it's search terms.
 
 SearchEngine    yahoo.com    p=
 SearchEngine    altavista.com    q=
 SearchEngine    google.com    q=
 SearchEngine    eureka.com    q=
 SearchEngine    lycos.com    query=
 SearchEngine    hotbot.com    MT=
 SearchEngine    msn.com        MT=
 SearchEngine    infoseek.com    qt=
 SearchEngine    webcrawler    searchText=
 SearchEngine    excite        search=
 SearchEngine    netscape.com    search=
 SearchEngine    mamma.com    query=
 SearchEngine    alltheweb.com    query=
 SearchEngine    northernlight.com  qr=
 SearchEngine    baidu.com       word=
 SearchEngine    sina.com.cn     word=
 SearchEngine    sohu.com        word=
 SearchEngine    163.com     q=
 
 # The Dump* keywords allow the dumping of Sites, URL's, Referrers
 # User Agents, Usernames and Search strings to seperate tab delimited
 # text files, suitable for import into most database or spreadsheet
 # programs.
 
 # DumpPath specifies the path to dump the files.  If not specified,
 # it will default to the current output directory.  Do not use a
 # trailing slash ('/').
 
 #DumpPath    /var/lib/httpd/logs
 
 # The DumpHeader keyword specifies if a header record should be
 # written to the file.  A header record is the first record of the
 # file, and contains the labels for each field written.  Normally,
 # files that are intended to be imported into a database system
 # will not need a header record, while spreadsheets usually do.
 # Value can be either 'yes' or 'no', with 'no' being the default.
 
 #DumpHeader    no
 
 # DumpExtension allow you to specify the dump filename extension
 # to use.  The default is "tab", but some programs are pickey about
 # the filenames they use, so you may change it here (for example,
 # some people may prefer to use "csv").
 
 #DumpExtension    tab
 
 # These control the dumping of each individual table.  The value
 # can be either 'yes' or 'no'.. the default is 'no'.
 
 #DumpSites    no
 DumpURLs    yes
 #DumpReferrers    no
 #DumpAgents    no
 #DumpUsers    no
 DumpSearchStr  yes
 
 # End of configuration file  Have a nice day!
 
 
 

大家可以直接拷贝了我的用。

另外，需要将iis里的日志格式，设置为NC，这一步很重要，如果分析日志的时候出现truncating oversized username，那就是这里的问题了。呵呵

然后运行 webalizer.exe 分析就可以了。

当然，这里是最基本的用法，完全达不到全自动的效果。如果想全自动，可以写个小软件定时执行一下。很简单。

写blog我还是比较懒，写写就烦了，大家凑合着领悟吧。